类脑神经网络处理器芯片设计与应用研究
一、项目简介 随着AlphaGo及其Zero的相继推出,近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升,而其Zero的应用不同则是在于引进了博弈优化的思想,这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题,我们基于吉布斯分布采样优化计算,提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法,引进纳什平衡理论来优化的神经网络计算方案,并设计一款相应的通用神经网络并行处理器芯片,以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的,主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作,并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问,从事有关细胞神经网络(CNN)有关课题的研究,先后主持国家自然科学基金项目五项,其中与神经网络研究内容相关的有两项,分别是《视觉神经网络光电集成系统的研究》(批准号:69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号:60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下,我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外,厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴,并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议,可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样,在学校211 和985 经费的支持下,本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科,有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后,已将本团队作为其先导技术开发的重要合作伙伴,也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下,厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年,本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来,基于该平台,每年合作项目经费近百万,同时还完成了多项横向合作项目:面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等,培养了大批优秀的硕士毕业生;厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之,不管从算法理论研究还是从应用技术开发来看,本课题组已具备相当优秀的研究基础和研究经验,以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定,课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。
厦门大学
2021-04-11